阅读

GitHub于周三在旧金山的GitHub Universe大会上正式发布了GitHub Copilot Fusion。这是一个新的系统，旨在为编码任务自动处理大语言模型的选择和编排，从而减轻开发者手动决定使用哪个模型的负担。

Copilot Fusion结合了此前Project HydraFusion中的运行时模型编排能力与GitHub现有的Copilot Auto Model Selection功能。据GitHub介绍，该系统可以动态地将请求路由到最合适的模型，例如采用“级联”工作流（一个模型生成代码，另一个评估）或“批评”工作流（模型互相审查）。开发者仍可选择努力程度（Standard、High或Max），但底层的模型选择由系统接管。

GitHub声称，Copilot Fusion Max在Artificial Analysis Coding Agent Index上的得分为60，比Anthropic的Claude Code Opus 5.5 Max仅低两分，即性能相当。然而，GitHub表示这一结果是在平均API成本约为后者一半、每个任务耗时减少约40%的情况下实现的。这些基准测试数据由GitHub自报，未经独立验证。AT&T首席软件工程师Hari Pokhrel在声明中提到，该功能有助于提高令牌效率并减少不必要的支出。

据Semafor报道，AI初创公司Aseon Labs正在开发一种配备机械臂的停车空间大小的舱体，用于清洁和充电自动驾驶汽车。该公司CEO George Kalligeros表示，其团队仅有10人，融资额为1000万美元，但正在完成过去需要数年和庞大团队才能尝试的任务。

Aseon Labs大量使用AI工具进行开发和编程，甚至让工程师通过ChatGPT提示词来编程机器人。Kalligeros透露，公司每月的AI token支出达到六位数（即超过10万美元）。这种高度依赖AI的模式展示了在AI时代，初创公司如何利用技术杠杆以更少的人力和资本实现复杂的硬件创新。

巴林投资机构Investcorp已加入由Thara Future Investments和沙特家族办公室AlTouq Group组成的投资集团，共同收购工业消防安全与安保企业REDA Gulf。该交易旨在为REDA Gulf未来几年的首次公开募股（IPO）做准备。

Thara Future Investments由前沙特公共投资基金高管Hisham Attar创立。Attar表示，REDA处于高度监管行业的领先地位，将受益于对安全性的更高关注。此次收购也是近期也门胡塞武装冲突升级以来，首批涉及外国投资者进入沙特的交易之一。

Investcorp通过其5亿美元的沙特Pre-IPO基金参与了本次交易。这笔投资被视为对沙特IPO市场复苏的押注；此前由于新股上市后表现不佳以及新监管规定可能阻碍投行承销，沙特IPO市场一度陷入低迷。

据量子位报道，美国机器人AI初创公司Physical Intelligence（简称PI）正在洽谈新一轮融资，计划募集至少10亿美元，投后估值预计达到约200亿美元。现有投资方Avenir和Lux Capital考虑领投。如果交易顺利完成，PI的估值将较今年早些时候的115亿美元接近翻番，而去年11月其估值仅为56亿美元。

值得注意的是，PI迄今没有产生任何商业营收，也没有自己量产的机器人产品。其核心定位是开发能够适配各类第三方硬件的通用机器人基础模型（VLA），而非制造硬件本体。创始团队来自Google DeepMind、斯坦福大学和加州大学伯克利分校，包括Karol Hausman、Sergey Levine和Chelsea Finn等顶尖学者。

投资者看重的是其在物理世界基础模型上的潜力。PI近期推出了机器人基础模型API测试版，向外部开发者提供微调和推理服务，标志着从封闭演示向开放生态的转变。这一进展点燃了投资情绪，使其被视为“具身大脑领域的OpenAI”。

然而，该赛道竞争加剧，Figure AI估值已达390亿美元，Skild AI在实现1亿美元年化经常性收入后估值为140亿美元。PI坚持纯软件路径，避开了重资产制造，但物理世界的落地难度极高，错误代价远超数字世界。PI官方也警示，真实环境中的机器人应用需要倾注完整公司的资源攻克每个细分领域。

韩国半导体制造商首尔Viosys（Seoul Viosys）于10月28日宣布，已开始量产无需稀土元素即可发出白光的微型发光二极管（Micro LED）芯片。该公司表示，传统白光LED依赖钇铝石榴石（YAG）等稀土荧光粉进行封装，而新技术仅使用氮化镓（GaN）材料即可直接产生白光，从而消除了对稀土和复杂封装工艺的需求，并将制造成本降低了一半。

据公司披露，首批量产的芯片尺寸为25微米×10微米，在国际照明委员会（CIE）标准色坐标范围内实现了0.015流明（lm）的光通量，亮度效率接近100 lm/W。首尔Viosys设定了两年内达到200 lm/W的目标。这一突破解决了在超微小尺寸下实现高效白光的技术难题，此前由于封装限制，白光LED难以缩小到100微米以下。

该公司计划将此项技术应用于人工智能（AI）大容量数据传输领域。通过在一个平方毫米的空间内集成约1000个10微米级的LED芯片形成矩阵结构，利用光子而非电子进行数据传输。首尔Viosys声称，这种光互连方案相比传统的铜线通信，速度可提升10倍，同时功耗降至十分之一。

特朗普政府旗下的美国能源部（DOE）已向能源公司Constellation Energy提供一项高达50亿美元的有条件贷款承诺，用于支持其在八座现有核电站进行“扩容”（uprate），预计将增加1.1吉瓦（GW）的核能发电容量。这一举措旨在直接缓解科技巨头建设AI数据中心所面临的电力瓶颈。

根据TechCrunch报道，Constellation计划利用这笔资金对11座现有反应堆进行升级，通常涉及使用更高浓缩度的铀以及更新设备以承受更高的功率水平。值得注意的是，这并非新建电厂，而是挖掘现有资产的潜力。其中七座设施的大部分或全部新增电力已经由谷歌、Meta或亚马逊预订。例如，谷歌已确认购买宾夕法尼亚州一座电厂及伊利诺伊州四座电厂的额外电力；亚马逊正在购买马里兰州Calvert Cliffs电厂的电力；而Meta则实质上购买了整个伊利诺伊州的Clinton电厂。

Constellation表示，该公司此前已承诺投入超过70亿美元，以增加1,080兆瓦（MW）的核能容量，专门用于向谷歌、亚马逊和Meta供电。虽然贷款尚未最终敲定，但Constellation称此举“可能降低项目的融资成本”。通过降低资本成本，美国能源部的贷款有望改善Constellation的财务状况，同时也可能惠及作为买方的超大规模云服务商（Hyperscalers）。

尽管美国能源部在周二宣传该贷款有助于为美国家庭和企业提供“负担得起、可靠的电力”，但目前没有证据表明新增的核能容量会降低居民电价。Constellation的公告也未说明这些项目是否会维持或降低电费，且该公司拒绝向TechCrunch证实政府的这一说法。对于投资者而言，这一事件凸显了AI基础设施扩张中，公用事业公司与科技公司之间日益紧密的财务绑定关系，以及政府在其中的关键杠杆作用。

德国汽车制造商梅赛德斯-奔驰集团（Mercedes-Benz Group AG）在公布2026年第三季度财报前夕，通过临时公告下调了全年财务预测。根据科技新报（TechNews）报道，公司原本预计乘用车部门的调整后销售回报率（Return on Sales, RoS）为3%至5%，现已下修为2%至3%。同时，息税前利润（EBIT）的预期也从“优于去年”调整为“与去年持平”。

此次下修的主要驱动因素被归结为中国市场日益激烈的竞争以及预计将在第四季度大幅上涨的材料成本。尽管整体指引趋于保守，但报道指出这一新预测仍略高于部分分析师的市场共识。值得注意的是，梅赛德斯-奔驰集团产业商务（Industrial Business）的现金流预估仅为1.72亿欧元，远低于市场预期的4.2亿欧元。

相比之下，商用车部门的表现相对稳健，其销售回报率仍能维持在9.4%。这反映出在电动车普及较慢、燃油车维修服务体系更成熟的商用车领域，公司受到的冲击较小。尽管面临挑战，梅赛德斯-奔驰预计全年EBIT将达到17.7亿欧元，显著高于去年的5.8亿欧元，也优于2024年的表现。这表明公司在投入大量资金开发MB.OS操作系统和新世代电动平台后，已初步止住失血，但在中国豪华车市场的价格战和成本压力下，盈利前景依然严峻。

非营利人工智能研究机构Allen Institute for AI（Ai2）发布博客称，研究人员正将其开源文档图像提取模型olmOCR 2应用于历史和考古档案。该模型支持在本地硬件上运行，允许用户在不将敏感资料上传至第三方服务的情况下进行关键词搜索和结构化文本提取。

在维也纳工业大学计算机视觉实验室与奥地利科学院考古研究所合作的LEGION项目中，研究团队针对奥地利卡农图姆（Carnuntum）罗马遗址的陶器手绘记录进行了测试。这些记录包含约7万份文件，其手写注释常与技术绘图重叠且使用缩写德语术语。团队创建了包含507个标注记录的CENTURIA基准数据集。

据Ai2博客报道，在未适配前，olmOCR 2在五个测试开源模型中拥有最低的转录错误率。研究团队使用低秩适应（LoRA）方法，仅用57个样本对模型进行微调。在剩余的450个测试记录上，转录错误率从15.58%大幅降低至1.11%。这一结果使得原本难以处理的复杂布局和专业术语得以准确数字化。

此外，历史学家Maurice Casey开发了ArtificeOCR工具，将olmOCR 2与其使用的开源照片管理软件Tropy连接，用于搜索其积累的数千张关于20世纪初欧洲激进政治的历史信件和报纸照片。Casey指出，该模型在处理秘密警察档案中的标准化表格以及多种语言的草书方面表现良好，但同时也报告了在训练数据较少语言的手写体识别中存在错误。

美国科技公司谷歌于2026年10月28日宣布，其Chrome浏览器的“增强自动填充”（Enhanced Autofill）功能迎来扩展。该功能现在将使用Gemini模型结合“个人智能”（Personal Intelligence）服务，从用户的Gmail邮箱中提取信息以建议表单填写内容。此前，该功能主要依赖用户Google账户中的姓名、护照号码、电子邮件地址以及Google Wallet等服务的物理地址。

新的自动填充能力可以检索诸如发货追踪号、旅行详情（如航班预订号或酒店预订）以及近期购买的订单号等细节。谷歌表示，在填写表单时作为建议呈现的敏感数据保持加密状态，用户可以在Chrome设置中管理增强自动填充的访问权限，或完全关闭此功能。

此次改进即日起在美国开始推出，适用于桌面版、Android和iOS版本的Chrome浏览器，但仅限已开启“个人智能”功能的Gemini用户。这一变化旨在帮助用户避免在浏览器标签页之间频繁切换以查找确认邮件、收据或物流更新。

Meta于2026年10月28日宣布，将支持美国五所大学的科研工作，包括加州理工学院（Caltech）、俄亥俄州立大学医学院、路易斯安那州立大学（LSU）、印第安纳大学以及休斯顿大学健康科学中心（UTHealth Houston）。此次支持形式因机构而异，涵盖访问Meta最新的AI模型、与Meta研究人员直接合作以及为部分项目提供研究资金。

研究人员将使用Meta的Muse系列模型，包括最强大的开源权重模型Muse Spark Open、Muse Wonder和Muse Spark系列，以及可在单个消费级GPU上运行的30B参数开源权重模型Muse Glimmer。此外，项目还将利用计算机视觉模型如Segment Anything Model (SAM)、V-JEPA和DINO，以及多语言通信模型SeamlessM4T。

在医学领域，俄亥俄州立大学的研究团队将探索如何利用开源权重Muse模型结合常规腹部CT扫描和纵向医疗记录，以在临床诊断前识别心力衰竭保留射血分数（HFpEF）的高风险患者。该项目由生物信息学助理教授Yuan Xue博士领导，旨在通过更好地利用常规护理中已收集的信息来改善患者预后。

在基础科学方面，加州理工学院的项目测试大语言模型是否能作为原始研究的工具。数学家Tony Yue Yu博士正在构建MathDB Frontier，一个基于包含超过86,900个研究级开放问题的数据库，以评估模型在形式化猜想、搜索引理和生成机器可验证证明方面的能力，而非仅仅进行模式匹配。

Meta强调，参与大学将在其自身环境中运行模型，独立进行研究并完全控制所有患者和临床数据；这些数据不会共享给Meta或由Meta处理。这一举措表明Meta正试图将其开源模型生态深入嵌入到高价值的学术和临床工作流中，以验证其在真实世界复杂问题上的适用性。

韩国化工巨头OCI公司于2026年10月28日披露第三季度财报，显示其战略重心正从传统化学品向半导体材料转移。该季度合并营收达到5991亿韩元，同比增长25.8%；营业利润为303亿韩元，成功实现同比扭亏为盈。年初至第三季度的累计营业利润创下自2023年分拆以来的同期最高纪录。

业绩改善主要得益于半导体材料和沥青（pitch）销售的增长，以及碳黑价格的上涨。尽管汇率下跌和BTX、TDI产品价差缩小导致营业利润环比略有下降，但整体盈利趋势向好。具体来看，包含半导体材料的“基础化学”部门营收2126亿韩元，营业利润97亿韩元，其中半导体材料板块营收和利润均实现增长；“碳化学”部门营收3973亿韩元，营业利润290亿韩元，受油价传导至碳黑售价及沥青销量增加推动。

在业务重组方面，OCI决定终止持续亏损的TDI（甲苯二异氰酸酯）业务，并将资源集中投入半导体和高附加值材料领域。公司计划提高过氧化氢产能利用率，扩大磷酸生产能力，并开发特种蚀刻液。此外，OCI将培育新的增长点——用于半导体封装的晶圆再生业务，目标是在2027年建成设施，并于2028年实现商业化。这一举措旨在利用其在材料科学和客户网络方面的既有优势，拓展在半导体供应链中的角色。

展望第四季度，OCI预计随着半导体行业需求扩大，多晶硅等材料将继续保持增长势头。虽然碳化学部门可能因定期维护成本而面临短期压力，但强劲的沥青平均销售价格有望维持收益水平。此次财报不仅展示了财务修复能力，更明确了OCI作为AI硬件上游材料供应商的定位转变。

智能眼镜需求稳步增长，正成为下一代消费技术的重要趋势，但围绕其在公共场所被用于偷拍或跟踪的担忧也在上升。科技媒体Engadget于10月27日刊发了一篇面向普通消费者的实用指南，核心信息是：可以通过外观特征、佩戴者行为和蓝牙检测App来辅助判断，但没有任何一种方法能够确认偷拍正在发生，因此应对方式应当是谨慎而非对抗。

外观是最直观的线索。大多数品牌智能眼镜在录制时会亮起小型LED指示灯，同时由于需要容纳电子元件，镜腿尤其是太阳穴位置通常比普通眼镜更厚，镜框上也可能有可见的摄像头孔或麦克风格栅。但Engadget特别提到，在TikTok Shop和Temu等电商平台上可以买到不带录制指示灯的廉价仿制智能眼镜，这类产品完全绕过了外观识别的第一道防线。

当指示灯不可靠时，行为观察可以作为补充。反复按压镜框、像是在阅读眼镜上显示的文字、或者小声自言自语，都可能是佩戴者正在操作设备的信号。不过Engadget明确警告，仅凭这些行为不能断定对方正在录制。

蓝牙检测App是第三条路径。近期出现的Nearby Glasses和ZuckOff等应用通过扫描周围蓝牙设备、比对AI眼镜常用的设备标识信息来发出提示。但这类App存在两个根本缺陷：佩戴者关闭蓝牙后可能无法被检测到，同时它们也可能将非智能眼镜设备误判为目标。Engadget建议将App仅作为辅助确认手段，不应依赖其结果做出判断。

在应对层面，Engadget给出的建议是分级处理：不要仅仅因为某人佩戴AI眼镜就产生怀疑或上前质问；如果观察到可疑行为，首先保持距离；如果判断存在实际威胁（例如被跟踪），则报警。对于涉及机密的会议或活动，组织方提前明确告知不允许佩戴智能眼镜也是一种方法。Engadget最后强调，即使怀疑有人偷录或偷拍，也应当沉着应对，不要贸然质问对方。